s =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será:

Tamanho: px
Começar a partir da página:

Download "s =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será:"

Transcrição

1 statística Aplicada Prof. Atoio Sales/ 013 DSVIO PADRÃO RRO PADRÃO DA MÉDIA As iferêcias sobre uma população podem ser baseadas em observações a partir de amostras de populações. Como a amostra, a maior parte das vezes, é meor do que a população a média de uma amostra pode ão ser a mesma que a média da população total. Uma forma de aproximação seria a retirada de várias amostras de uma população obtedo vários valores de médias (várias distribuições de frequêcias). Se essas médias tiverem distribuição ormal estarão próximas ao verdadeiro valor da média populacioal. Nesse caso pode-se ecotrar a média de médias e seu desvio padrão. sse desvio padrão das médias é chamado de erro padrão da média (P). Quato meor for o valor do P uma média qualquer estará bem próxima do valor verdadeiro da média populacioal. No etato, essa tarefa ão seria ada cômoda. Além de trabalhosa poderia ser impraticável. Felizmete podemos dispesar todo esse trabalho e estimar o P a partir de uma úica desvio amostra, fazedo P= xemplo: padrão s =, sedo = fi Uma amostra de 60 idivíduos ode a massa corpórea, em kg, tiver média 4kg e um desvio padrão de 3,5 o rro Padrão da Média será: 3,5 3,5 P = 0, ,74 Mas, o que sigifica isso? Sigifica que podemos ter cofiaça que 68% ( valores arredodados)da população cosiderada terá massa corpórea etre os valores 41,55kg e 4,45kg ( x P e x P). Se quisermos ampliar o itervalo de cofiaça podemos afirmar que 95% está com massa corpórea etre os valores 41,kg e 4,9kg. Para determiar esse itervalo de 95% de cofiaça fizemos _ x 1,96. P, que este caso é 4-1,960,45 e 4+1,960,45 (os valores fiais foram arredodados). Talvez haja a perguta: de ode veio esse valor de 1,96? Não se pode cofudir Desvio Padrão com rro Padrão, também chamado de erro padrão da média. -Desvio Padrão (DP), ou s, é a variabilidade ou dispersão de observações com relação à média -rro Padrão (P) é a variabilidade ou dispersão de valores médios de uma distribuição de médias.

2 sse é o valor, deomiado z, que é ecotrado em tabelas estatísticas presetes em quase todos os livros dessa disciplia. A seguir parte de um quadro (LVIN; FOX, 003, p. 46) z Área ete Sigificado a média e z : : 1,9 47,6 1,93 47,3 1,94 47,38 1,95 47,44 1,96 47,50 47,50% dos idivíduos estão à direita (acima) da média e abaixo de x _ +z. P, ou seja, 95% estão etre a média e z.p 1,97 47,56 1,98 47,61 1,99 47,67,00 47,7,01 47,78,0 47,83 : : Você cosegue agora eteder quado, em período de eleições, é auciado que o cadidato X tem 43% dos votos com erro de % para mais ou para meos? A curva ilustrativa abaixo foi extraída da iteret, mas é facilmete ecotrada em livros de statística.(obs. SD= desvios-padrão)

3 Repetido: Formula para calcular o itervalo de cofiaça de 95% Limite iferior: média - 1,96.(P) Limite superior: média + 1,96.(P) DTRMINAÇÃO DO TAMANHO DA AMOSTRA Um problema ormalmete efretado pelo pesquisador cosiste em determiar o tamaho da amostra. Numa população de 400 profissioais, quatos devem ser tomados para compor uma a mostra estatisticamete sigificativa? se a população for de 5000 elemetos? o caso de uma cidade como Campo Grade que tem cerca de habitates? Algus critérios podem ajudar a decisão, depededo do itervalo de cofiaça (IC) que queremos para o trabalho. O mais comum é admitir IC=95%. Podemos etão aplicar uma das seguites fórmulas: Fórmula (1). Sedo z temos que z Ode z=1,96 para IC=95%, * é o erro esperado ou estimado pelo pesquisador e que deve variar de 1% a 7%, o máximo. O é o desvio padrão da população ( a falta deste usa-se ¼ da AT amplitude total, isto é, ) ( ANDRSON; SWNY; WILLIAMS p. 300) 4 sta alterativa é aplicada quado já se cohece algus dados sobre a população ou, a falta deste, faz-se um projeto piloto utilizado arbitrariamete algus elemetos. Fórmula (). Não tedo o desvio padrão ou amplitude total pode-se desevolver um projeto piloto com uma pequea amostra e fazer pesquisado, a pequea amostra. z p(1 p) ode p é a proporção do fator a ser Supoha que se queira saber o percetual de pessoas com olhos verdes uma certa população. scolhe-se uma pequea amostra, arbitrária, cota-se o úmero de pessoas de olhos verdes, diríamos 15%, o que sigifica dizer que p=0,15 e etão teremos: (1,96) (0,15)(1 0,15). Fizemos z=1,96 para ter um IC=95% e podemos arbitrar =4%=0,04. * Quato maior o erro esperado ou admitido meor o úmero de elemetos a amostra. 3

4 ( 1,96) (0,15)(1 0,15) Nesse caso teríamos: (0,04) (3,8416)(0,15)(0,85) 0,0016 (3,8416)(0,175) 0,5 = 31,5 0,0016 0,0016 Trezetos e treze idivíduos seria uma amostra estatisticamete sigificativa com 95 de cofiaça e com um erro previsto de 4% para mais ou para meos. Quado ão há a possibilidade de um projeto piloto pode-se arbitrar p=0,5=50% (também chamada de proporção perversa porque é exagerada e requer uma amostra bem maior) Fórmula (3). Neste caso temos, a realidade, duas fórmulas: a) Se a população for ifiita ( mais de elemetos) usa-se a mesma fórmula: z pq p(1 p), como q=1-p etão a fórmula pode ser expressa como b) Se a população for fiita (até elemetos) usa-se: z z pqn ( N 1) z Nos dois casos é o erro esperado ou admitido (de 1% a 7%, o máximo), p é o percetual observado uma pequea amostra arbitrária, q é o complemeto de p, isto é 1-p, equato N é o tamaho da população total. O valor de z será 1,96 sempre que quisermos um IC de 95%. xemplos: a) Da população de Campo Grade ( habitates) queremos extrair uma amostra com um erro permitido de 3% (=0,03), um itervalo de cofiaça de 95% ( z=1,96) para a uma pesquisa eleitoral. Vamos supor que uma pequea amostra de 30 pessoas detectamos que 30% (p=0,30) preferem o cadidato A. Vamos agora determiar a amostra para a pesquisa: N= (cosiderada população ifiita porque maior que ) Z=1,96 =0,03 P=0,3 z p(1 p) 1,96.0,3(1 0,3) 3,8416.0,3.0,7 Fórmula: 0,03 0,03 0,80674 =896, ,0009 Uma amostra de 896 pessoas forecerá um percetual com 3% de erro para mais ou para meos e um itervalo de cofiaça de 95% pq 4

5 b) Vamos supor agora que queiramos fazer a mesma pesquisa uma cidade iterioraa com apeas habitates. Nesse caso usaríamos a fórmula z pqn ( N 1) z pq (1,96).0,3.0, (0,03) ( ) (1,96).0,3.0,7 (1,96).0,3.0, (0,03) ( ) (1,96).0,3.0,7 (3,8416).(0,3).(0,7) (0,0009)(69999) (3,8416).(0,3).(0,7) 56471, ,5 885, ,999 0, ,8057 Com uma amostra de 885 habitates teríamos uma pesquisa com 95% de cofiaça e 3% de erro para mais ou para meos. xercícios: 1. Os valores de glicose em mg/dl, obtidos em 9 homes de 33 a 39 aos, em jejum, foram: 90, 86, 78, 90, 98, 90, 8, 76, 84. Determie: a) a média b) o desvio padrão c) o erro padrão da média ( obs. Não esqueça de orgaizar os dados). As alturas de 15 criaças que frequetam a escola a turma M são, em cm: 140, 135, 145, 138, 138, 143, 145, 145, 144, 143, 140, 14, 146, 143, 141. Determie: a) a média b )o desvio padrão c) o erro padrão da média d) uma amostra estatisticamete sigificativa (α=0,05e =0,05) 3. Uma empresa tem 50 fucioários e uma equipe de saúde quer fazer um levatameto relativo à massa corpórea desse fucioários. Sabe-se que o mais gordo tem 10kg de massa e o mais magro tem 6 kg. Qual será o tamaho da amostra que represeta 95% dessa população e a um erro de %? a um erro de 6%? 4. No problema aterior se 100 dos fucioários forem mulheres e 150 forem homes, quatas mulheres e quatos homes deverão fazer parte da amostra? 5. Se, o problema 3, a maior massa fosse 10kg e a meor fosse 80kg, quatos idivíduos deveriam compor a amostra? 6. O serviço de cotrole de zoooses pretede fazer uma pesquisa o muicípio XPTO para aalisar o ídice de prevalêcia de leishimaiose em caios da região. stima-se que haja 500 aimais o muicípio e como ão há ehum levatameto prévio está-se trabalhado com a proporção exagerada ou perversa de 50%. Quatos cães devem compor a amostra para se 5

6 ter um erro máximo de %? se já houver uma estimativa cofiável de que 15% da população está ifectada, com erro admitido de 4%). 7. No mesmo problema aterior se fosse cohecido o ídice de prevalêcia em uma pequea amostra e se soubesse que p=0,, qual deveria ser o tamaho da amostra? Respostas: 1. a) 86 b)6,5 c), (valores arredodados). a) 14 b)3 c)0,8 (valores arredodados) (Usamos a amplitude total dividido por 4, uma vez que ão temos o desvio padrão. Admitimos um erro máximo de e um itervalo de cofiaça de 95%) mulheres e 10 homes ( para um erro de 5% o úmero da amostra seria bem meor) Bibliografia ANDRSON, David R., SWNY, Deis J., WILLIAMS, Thomas A. statística Aplicada à Admiistração e coomia. São Paulo: Pioeira Thomso Lerig, 003. p. 300 LVIN, J; FOX, J.A. statísticas para Ciêcias Humaas. 9. ed. São Paulo: Pretice-Hall, 004. p. 46. NSINO INTRATIVO. Dispoível em lo_lu/metodologia_pesquisa/lu10/lo/idex.htm acesso em 03/09/005 Pode-se ver também: FONSCA, Jairo Simo da; MARTINS, Gilberto de Adrade. Curso de statística. 6.ed. São Paulo: Atlas,

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

Leia mais

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

Leia mais

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5 Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Teoria da Estimação 1

Teoria da Estimação 1 Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,

Leia mais

MEDIDAS E INCERTEZAS

MEDIDAS E INCERTEZAS 9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos: Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

Estatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 6 Prof.: Patricia Maria Bortolo, D. Sc. Testes ara duas amostras Objetivos Nesta aula você arederá a usar o teste de hióteses ara comarar as difereças etre: As médias de duas oulações

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

Exercícios de Intervalos de Confiança para media, variância e proporção

Exercícios de Intervalos de Confiança para media, variância e proporção Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça

Leia mais

3 Introdução à inferência estatística

3 Introdução à inferência estatística 3 Itrodução à iferêcia estatística Itrodução à iferêcia estatística Pág. 00 1.1. Este tipo de estudos as sodages eleitorais têm como objetivo aferir o setido de voto dos eleitores. Isto permite, ão só

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

5n 3. 1 nsen(n + 327) e)

5n 3. 1 nsen(n + 327) e) Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

MAE0229 Introdução à Probabilidade e à Estatística II

MAE0229 Introdução à Probabilidade e à Estatística II Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

MATEMÁTICA FINANCEIRA. UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagamentos ou Rendas)

MATEMÁTICA FINANCEIRA. UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagamentos ou Rendas) 1 UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagametos ou Redas) Elemetos ou Classificação: - Redas: Sucessão de depósitos ou de prestações, em épocas diferetes, destiados a formar

Leia mais

Unidade IX Estimação

Unidade IX Estimação Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x

Leia mais

1 Estimação de Parâmetros

1 Estimação de Parâmetros 1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a

Leia mais

AMOSTRAGEM. CENSO: Quando é investigada todas (sem exceção) as unidades de uma população.

AMOSTRAGEM. CENSO: Quando é investigada todas (sem exceção) as unidades de uma população. AMOSTRAGEM CENSO X AMOSTRA População: Qualquer cojuto que possui, pelo meos, uma característica em comum. Exemplo: Produção de peças da Idústria X. A população pode ser fiita ou ifiita. População fiita:

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada

Leia mais

TESTE DE HIPÓTESES PARA PROPORÇÕES

TESTE DE HIPÓTESES PARA PROPORÇÕES TESTE DE HIPÓTESES PARA PROPORÇÕES Este resumo visa auxiliar aos cadidatos que farão a prova para Fiscal ISS-SP, cujo programa, o Edital, cotempla Teste de Hipóteses para Médias e Proporções. Vem, assim,

Leia mais

O que é Estatística?

O que é Estatística? O que é Estatística? É um método de observação de feômeos coletivos. Ocupa-se da coleta, orgaização, resumo, apresetação e aálise de dados. Objetivo - Obter iformações que permitam uma descrição dos feômeos

Leia mais

Coeficiente de Rendimento. Universidade Iguaçu

Coeficiente de Rendimento. Universidade Iguaçu Coeficiete de Redimeto Uiversidade Iguaçu 1. INTRODUÇÃO Para efocar o seu desempeho escolar, o Coeficiete de Redimeto CR ou Coeficiete de Redimeto Acumulado CRA devem ser expressos por uma média poderada,

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e

: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e Eame de Admissão de Matemática Págia de... Simpliicado a epressão. : : tem-se: Simpliicado a epressão p p p Sabedo que p p obtém-se: p p log a etão log será igual a: a a a a pp p p. Para diluir litro de

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

Como a dimensão da amostra é , o número de inquiridos correspondente é

Como a dimensão da amostra é , o número de inquiridos correspondente é 41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

σ = Proporção (estrato C): =

σ = Proporção (estrato C): = Ficha para praticar 16 1.1. Por exemplo: Amostra:.º 7 (Vera Lima).º 6 (Vasco Braga).º 5 (Berardo Silva).º (Liliaa Pires).º 1 (Joaa Cardoso).º 1 (Pedro Vieira).º (Aa Sousa).º 10 (Fracisco Medes) 1.. a)

Leia mais

IND 1115 Inferência Estatística Aula 13

IND 1115 Inferência Estatística Aula 13 mbarros.com 3 mbarros.com 4 Coteúdo IND 5 Iferêcia Estatística Aula 3 Novembro 005 Môica Barros Itervalos de Cofiaça para Difereças etre Médias (Variâcias supostas iguais) Itervalo de Cofiaça para a variâcia

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale

Leia mais

Métodos Quantitativos Aplicados

Métodos Quantitativos Aplicados Métodos Quatitativos Aplicados Aula 3 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos apresetação Itrodução aos packages estatísticos: SPSS Aálise Uivariada: Redução de dados e caracterização de distribuições

Leia mais

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar

Leia mais

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução. 55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada

Leia mais

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:

Leia mais

Análise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco.

Análise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco. Aálise de Projectos ESAPL / IPVC Casos Particulares de VLA e TIR. Efeitos de Impostos, Iflação e Risco. O Caso dos Fluxos de Caixa Costates uado um ivestimeto apreseta fluxos de caixa costates ao logo

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Teste de Hipótese e Intervalo de Confiança. Parte 2

Teste de Hipótese e Intervalo de Confiança. Parte 2 Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos

Leia mais

Análise Combinatória I

Análise Combinatória I Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são

Leia mais

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do

Leia mais

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que:

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que: Curso Metor www.cursometor.wordpress.com Defiição Por defiição temos que: Radicais a b b a, N, Observação : Se é par devemos ter que a é positivo. Observação : Por defiição temos:. 0 0 Observação : Chamamos

Leia mais

4. Inferência Estatística Estimadores Pontuais

4. Inferência Estatística Estimadores Pontuais 4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos

Leia mais

Análise de Regressão. Notas de Aula

Análise de Regressão. Notas de Aula Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares. 5. Defiição de fução de várias variáveis: campos vetoriais e. Uma fução f : D f IR IR m é uma fução de variáveis reais. Se m = f é desigada campo escalar, ode f(,, ) IR. Temos assim f : D f IR IR (,, )

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

SISTEMA MÉTRICO DECIMAL

SISTEMA MÉTRICO DECIMAL SISTEMA MÉTRICO DECIMAL UNIDADES DE COMPRIMENTO A uidade fudametal chama-se metro (m). Múltiplos: quilômetro (km), hectômetro (hm) e decâmetro (dam) Submúltiplos: decímetro (dm), cetímetro (cm) e milímetro

Leia mais

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

Testes de Hipóteses sobre uma Proporção Populacional

Testes de Hipóteses sobre uma Proporção Populacional Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

Stela Adami Vayego Estatística II CE003/DEST/UFPR

Stela Adami Vayego Estatística II CE003/DEST/UFPR Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

Leia mais

Introdução à Probabilidade e à Estatística I

Introdução à Probabilidade e à Estatística I Itrodução à Probabilidade e à Estatística I Resolução Lista 1 Professor: Pedro Moretti & Chag Chia 1. (a) Podemos iserir dados o software R e costruir um histograma com 5 itervalos: Frequecy 0 2 4 6 8

Leia mais

de n lados, respectivamente, inscritos e circunscritos a uma circunferência de diâmetro 1, mostre que para n>

de n lados, respectivamente, inscritos e circunscritos a uma circunferência de diâmetro 1, mostre que para n> ESCOLA SECUNDÁRIA COM º CICLO D. DINIS COIMBRA º ANO DE ESCOLARIDADE MATEMÁTICA A Tarefa º 5 do plao de trabalho º Sucessões Covergetes Arquimedes e valores aproximados de π Arquimedes, matemático da atiguidade

Leia mais

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Prof. Fabrício Maciel Gomes Departameto de Egeharia Química Escola de Egeharia de Lorea EEL Referêcias Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFial 0,4 P 0,4

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA 1. (2,5) Um provedor de acesso à iteret está moitorado a duração do tempo das coexões

Leia mais

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total) DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe

Leia mais

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes. ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate

Leia mais

Distribuição Amostral da Média: Exemplos

Distribuição Amostral da Média: Exemplos Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos

Leia mais